• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于灰色關(guān)聯(lián)和麻雀搜索算法的電力負(fù)荷預(yù)測

    2022-08-25 12:22:58張子陽王珂珂
    關(guān)鍵詞:搜索算法麻雀投影

    張子陽,王珂珂

    (遼寧工程技術(shù)大學(xué) 電氣與控制學(xué)院,遼寧 葫蘆島 125100)

    0 引言

    電力系統(tǒng)負(fù)荷預(yù)測是指以歷史數(shù)據(jù)為依據(jù),運(yùn)用某種數(shù)學(xué)方法預(yù)測未來某段時間電力負(fù)荷需求[1].精準(zhǔn)的電力負(fù)荷預(yù)測有助于電網(wǎng)調(diào)度的安全與穩(wěn)定,是配電網(wǎng)進(jìn)行規(guī)劃的前提和基礎(chǔ),對配電網(wǎng)的安全和持續(xù)運(yùn)行具有重要意義[2-5].

    電網(wǎng)規(guī)模的不斷擴(kuò)大,用戶負(fù)荷類型和負(fù)荷影響因數(shù)隨之增加,使得負(fù)荷預(yù)測的難度增加.近年來許多學(xué)者采用各種方法預(yù)測短期負(fù)荷,根據(jù)預(yù)測方法的原理,主要分為統(tǒng)計學(xué)方法和人工智能方法[6].統(tǒng)計學(xué)方法主要為回歸模型預(yù)測法、時間序列預(yù)測法、自回歸、自回歸移動平滑等.這些傳統(tǒng)預(yù)測技術(shù)發(fā)展時間長、模型簡單,比較成熟.人工智能方法主要包括灰色系統(tǒng)、模糊邏輯、支持向量機(jī)[7](SVM)和人工神經(jīng)網(wǎng)絡(luò)[8]等,此類方法發(fā)展時間較短,但有更好的適應(yīng)性.人工智能方法在多因數(shù)問題上,學(xué)習(xí)能力更強(qiáng),模擬能力更好,預(yù)測效果比統(tǒng)計學(xué)方法更優(yōu).SVM在解決小樣本、非線性問題中表現(xiàn)出許多獨(dú)特優(yōu)勢,但對大規(guī)模數(shù)據(jù)集的求解效率很低.最小二乘支持向量機(jī)(LSSVM)是SVM的一種改進(jìn),不但具備SVM的優(yōu)點(diǎn),不敏感的損失函數(shù)還被平方差損失函數(shù)代替,等式約束取代原方法的不等式約束,用求解線性方程組的問題取代二次規(guī)劃問題,降低求解復(fù)雜性,更適用于短期快速預(yù)測[9].短期負(fù)荷由于影響因數(shù)很多并且復(fù)雜,很難通過一種通用預(yù)測方法進(jìn)行預(yù)測并且進(jìn)行推廣,因此,近年來多采用一些方法組合進(jìn)行負(fù)荷預(yù)測.文獻(xiàn)[10]采用蝙蝠算法對SVM進(jìn)行參數(shù)優(yōu)化,可以提高SVM的預(yù)測準(zhǔn)確率.文獻(xiàn)[11]、文獻(xiàn)[12]分別提出用粒子群算法和蝙蝠算法對LSSVM進(jìn)行參數(shù)優(yōu)化,取得良好的預(yù)測誤差精度.從文獻(xiàn)[13]可知,與粒子群算法相比,麻雀搜索算法(SSA,Sparrow Search Algorithm)在精確度和穩(wěn)定性上更具有優(yōu)勢.

    文獻(xiàn)[14]提出一種基于灰色投影改進(jìn)隨機(jī)森林算法的電力系統(tǒng)短期負(fù)荷預(yù)測組合方法.本研究利用文獻(xiàn)[14]的方法選取相似日,通過加權(quán)灰色關(guān)聯(lián)投影選取待測日的相似日集合,利用麻雀搜索算法對LSSVM參數(shù)進(jìn)行優(yōu)化,得到待測日負(fù)荷預(yù)測值.

    1 加權(quán)灰色關(guān)聯(lián)投影算法

    加權(quán)灰色關(guān)聯(lián)投影法[14]是構(gòu)建在灰色系統(tǒng)理論和矢量投影原理上的一種綜合評價方法.此方法引入了加權(quán)和投影的概念,通過加權(quán)尋找出對負(fù)荷影響較大因素,并結(jié)合歷史樣本在待預(yù)測樣本上的投影得到歷史樣本與待預(yù)測樣本的關(guān)聯(lián)度,從而找出與待預(yù)測樣本相似的歷史樣本集.算法步驟如下.

    步驟1影響電力負(fù)荷變化的因數(shù)有很多,若有n天的歷史數(shù)據(jù),則第i天樣本的特征向量可以表示為

    式中,n為歷史樣本總數(shù);imy為第i個樣本的第m個影響因素值.

    待預(yù)測日特征向量為

    式中,m為影響因素的個數(shù).

    步驟2以Y0為母序列(作為矩陣第1行元素),Yi為子序列,計算子序列與母序列間的關(guān)聯(lián)系數(shù),構(gòu)造灰色關(guān)聯(lián)矩陣為

    式中,11nmF為第n1個樣本的第m1個因素對應(yīng)的灰色關(guān)聯(lián)度值.

    步驟3構(gòu)造權(quán)向量,利用熵權(quán)法計算各個影響因素所占的權(quán)重公式為

    步驟4用步驟3構(gòu)造的權(quán)向量對灰色關(guān)聯(lián)矩陣進(jìn)行加權(quán),得到加權(quán)灰色關(guān)聯(lián)矩陣為

    矩陣F′中第一行為待預(yù)測樣本行向量,記為,其他每個歷史樣本行向量記為,每個與間的夾角即為該樣本的灰色投影角,記為i,則

    2 SSA-LSSVM模型

    2.1 最小二乘支持向量機(jī)(LSSVM)

    LSSVM負(fù)荷預(yù)測模型[15]基于結(jié)構(gòu)風(fēng)險最小化原則,對標(biāo)準(zhǔn)支持向量機(jī)(SVM)進(jìn)行擴(kuò)展與改進(jìn).LSSVM 使用等式約束,將二次規(guī)劃問題轉(zhuǎn)為求解線性方程組的問題,降低一些隨機(jī)因素對求解過程的影響,以及復(fù)雜程度,提高計算效率.LSSVM可以用以下表達(dá)式描述.

    假設(shè)給定一組訓(xùn)練樣本集

    式中,xi為輸入量,為與預(yù)測量密切相關(guān)的一些影響因素;yi為輸出量,為負(fù)荷預(yù)測的期望值.

    通過非線性映射將原輸入空間的樣本映射到更高維的空間,構(gòu)造LSSVM回歸模型可表示為

    式中,φ(x)為LSSVM的核函數(shù);b為常數(shù);ω為權(quán)重向量.按結(jié)構(gòu)最小化原理,LSSVM的優(yōu)化問題可轉(zhuǎn)化為

    式中,c為懲罰因子;εi為誤差向量.通過引入拉格朗日乘子λ對式(9)構(gòu)造拉格朗日函數(shù),并對構(gòu)造的函數(shù)進(jìn)行求解.

    根據(jù)最優(yōu)解條件得

    選擇徑向基核函數(shù)為核函數(shù),則

    根據(jù)式(11)可將優(yōu)化問題變成解線性方程問題,最后可得到LSSVM回歸模型為

    2.2 麻雀搜索算法

    麻雀搜索算法是一種新型群智能優(yōu)化算法,主要受麻雀的覓食行為和反捕食行為的影響[16].在麻雀覓食過程中,可以將其中的麻雀種群分為發(fā)現(xiàn)者和加入者,當(dāng)麻雀種群意識到危險時會做出反捕食行為.

    在SSA中,因為發(fā)現(xiàn)者可以為種群提供覓食區(qū)域和方向,因此具有較好的適應(yīng)度.發(fā)現(xiàn)者會首先發(fā)現(xiàn)食物,搜索的范圍也會比加入者更大.在每次迭代的過程中,發(fā)現(xiàn)者的位置更新可以表示為

    式中,t為當(dāng)前迭代數(shù);T為迭代次數(shù)最大的次數(shù);Q為服從正態(tài)分布的隨機(jī)數(shù);Xi,j為麻雀的位置信息;α為(0,1]之間的一個隨機(jī)數(shù);R2為麻雀的預(yù)警值,范圍為[0,1];ST為安全值,取[0.5,1];L為每個元素都為1的1×d的矩陣.當(dāng)R2<ST時,種群沒有發(fā)現(xiàn)周圍捕食者的存在,發(fā)現(xiàn)者可以執(zhí)行廣泛的搜索操作.當(dāng)R2≥ST,表示捕食者已被種群中的一偵察者發(fā)現(xiàn)了,偵察者向同伴發(fā)出警報,種群做出反捕食行為,迅速飛到其他安全的地方覓食.

    加入者的位置更新為

    式中,xb為發(fā)現(xiàn)者目前所在的最優(yōu)位置;xw為當(dāng)前所在的全局最差位置.A為每個元素隨機(jī)賦值1或-1的1×d的矩陣.當(dāng)i>n/2時,表明第i個加入者沒有獲得食物,不適應(yīng)度值較高,處于非常饑餓狀態(tài),此時需要飛往其他地方覓食,以獲得更多的能量.

    當(dāng)偵察者意識到危險時,麻雀會做出反捕食行為,數(shù)學(xué)表達(dá)式為

    式中,Xb為當(dāng)前的全局最優(yōu)位置;β均值為0、方差為1的隨機(jī)數(shù)的正態(tài)分布數(shù),表示步長控制;K為隨機(jī)數(shù),K∈[-1,1];fg為當(dāng)前全局最優(yōu)的適應(yīng)度值;fw為最差的適應(yīng)度值;fi為當(dāng)前麻雀個體的適應(yīng)度值;ε通常為極小的常數(shù).當(dāng)fi> fg時,種群邊緣的麻雀容易受到捕食者攻擊;當(dāng)fi=fg時,群中間的麻雀隨機(jī)行走以接近其他麻雀,降低自己被捕食的風(fēng)險.

    2.3 基于SSA算法LSSVM模型

    利用SSA算法對LSSVM模型中的懲罰因子c和核參數(shù)σ進(jìn)行優(yōu)化,SSA算法優(yōu)化 LSSVM 的算法流程見圖1,建模具體步驟如下.

    圖1 基于SSA優(yōu)化LSSVM的預(yù)測模型流程Fig.1 flow of prediction model based on SSA optimized LSSVM

    步驟1搜集歷史負(fù)荷數(shù)據(jù),在歷史樣本數(shù)據(jù)集中選取相似日.采用加權(quán)灰色關(guān)聯(lián)投影法選取相似日形成的相似日樣本集.

    步驟2對LSSVM的懲罰因子c,麻雀搜索算法中的種群大小N,最大迭代次數(shù)T,核參數(shù)σ進(jìn)行初始化.

    步驟3初始化SSA參數(shù):發(fā)現(xiàn)者初始權(quán)重w,預(yù)警麻雀數(shù)目SD,預(yù)警值R2.

    步驟4計算出每只麻雀的適應(yīng)度值,找到當(dāng)前最佳個體和最差個體,并根據(jù)式(14)、式(15)對發(fā)現(xiàn)者和加入者的位置進(jìn)行更新.

    步驟5當(dāng)麻雀遇到危險時,根據(jù)式(16)對麻雀反捕食行為的位置進(jìn)行更新.

    步驟6當(dāng)?shù)螖?shù)達(dá)到最大迭代次數(shù),結(jié)束優(yōu)化,輸出優(yōu)化的參數(shù),否則迭代次數(shù)加1,轉(zhuǎn)至步驟4.

    步驟7將優(yōu)化后的最優(yōu)參數(shù)賦值給預(yù)測模型中進(jìn)行預(yù)測,輸出結(jié)果.

    3 仿真實驗及分析

    3.1 數(shù)據(jù)來源

    為驗證SSA-LSSVM實驗?zāi)P?,采用南方某地區(qū)電網(wǎng)用電負(fù)荷數(shù)據(jù)進(jìn)行預(yù)測.預(yù)設(shè)2013年7月18日為待測日,選取2013年4月1日至2013年7月17日的歷史數(shù)據(jù)為訓(xùn)練樣本,并用預(yù)測模型對待預(yù)測日進(jìn)行預(yù)測.選取相對誤差(ERE)、平均相對誤差(EMAPE)和均方根相對誤差(EMSE)作為預(yù)測模型的效果判斷依據(jù).

    式中,y(t)為預(yù)測時刻t的實際值;為預(yù)測時刻t的預(yù)測值.

    3.2 預(yù)測結(jié)果分析

    利用加權(quán)灰色關(guān)聯(lián)投影算法選取負(fù)荷預(yù)測相似日,建立SSA-LSSVM模型進(jìn)行負(fù)荷預(yù)測,并與LSSVM模型、PSO-LSSVM模型進(jìn)行對比.預(yù)測負(fù)荷值與真實值的結(jié)果對比,見圖2.

    圖2 基于3種預(yù)測模型預(yù)測值與實際值對比Fig.2 comparison of predicted value and actual value based on three prediction models

    如圖2所示,SSA-LSSVM模型的預(yù)測結(jié)果更準(zhǔn)確,變化趨勢更穩(wěn)定,表明使用麻雀搜索算法比粒子群算法在負(fù)荷預(yù)測領(lǐng)域更有優(yōu)勢.

    為更加直觀看出SSA-LSSVM算法的優(yōu)越性,將LSSVM算法、PSO-LSSVM算法、SSA-LSSVM算法的負(fù)載預(yù)測結(jié)果進(jìn)行比較,見表1和表2.

    表1 3種預(yù)測模型性能對比Tab.1 performance comparison of three prediction models

    表2為待測日(2013年7月18日)24 h內(nèi)的相對誤差.圖3為3種負(fù)荷預(yù)測模型的相對誤差.

    圖3 3種預(yù)測模型相對誤差對比Fig.3 relative errors comparison of three prediction models

    表2 待測日預(yù)測結(jié)果比較Tab.2 comparison of prediction days prediction results

    如表1和表2所示,SSA-LSSVM算法比LSSVM算法、PSO-LSSVM算法的預(yù)測準(zhǔn)確度高,平均相對誤差分別減少了2.58%和1.46%,均方根相對誤差分別減少了2.71%和1.46%,待測日相對誤差則分別減少了2.96%和2.01%.因此SSA-LSSVM預(yù)測模型具有良好的預(yù)測精度與穩(wěn)定性.

    為進(jìn)一步驗證實驗方法的有效性,對該地區(qū)連續(xù)一周(待測日所在周)的電力負(fù)荷值進(jìn)行預(yù)測,并與其他預(yù)測模型進(jìn)行平均相對誤差的對比,結(jié)果見表3.

    表3 預(yù)測模型1周平均相對誤差的對比結(jié)果Tab.3 comparison results of one week average relative error for prediction models

    如表3所示,在3種預(yù)測模型中,SSA-LSSVM模型在連續(xù)一周預(yù)測中,預(yù)測精度有所提高.因此,以加權(quán)灰色關(guān)聯(lián)投影算法進(jìn)行相似日選取,并利用麻雀搜索算法對LSSVM進(jìn)行參數(shù)尋優(yōu),提高了預(yù)測模型的泛化能力和精確度,改善了電力負(fù)荷預(yù)測的穩(wěn)定性.

    4 結(jié)論

    (1)對于短期電力負(fù)荷預(yù)測而言,相似日的選取至關(guān)重要,利用加權(quán)灰色關(guān)聯(lián)投影算法選取歷史負(fù)荷相似日,對訓(xùn)練樣本進(jìn)行了有效的約簡,降低了負(fù)荷預(yù)測的誤差.

    (2)利用SSA算法的優(yōu)勢,對LSSVM模型的參數(shù)進(jìn)行優(yōu)化,避免了預(yù)測結(jié)果陷入局部最優(yōu)解,通過與LSSVM,PSO-LSSVM預(yù)測模型進(jìn)行對比,可以看出該方法提高了負(fù)荷預(yù)測的準(zhǔn)確性和穩(wěn)定性,對短期負(fù)荷預(yù)測取得了較好的預(yù)測效果.

    猜你喜歡
    搜索算法麻雀投影
    解變分不等式的一種二次投影算法
    改進(jìn)的和聲搜索算法求解凸二次規(guī)劃及線性規(guī)劃
    基于最大相關(guān)熵的簇稀疏仿射投影算法
    拯救受傷的小麻雀
    找投影
    找投影
    1958年的麻雀
    麻雀
    趣味(語文)(2018年2期)2018-05-26 09:17:55
    緊盯著窗外的麻雀
    山東青年(2016年1期)2016-02-28 14:25:22
    基于汽車接力的潮流轉(zhuǎn)移快速搜索算法
    亚洲自偷自拍三级| 十八禁国产超污无遮挡网站| 九草在线视频观看| 最新中文字幕久久久久| 成人漫画全彩无遮挡| 国产淫片久久久久久久久| 级片在线观看| 少妇高潮的动态图| 深夜a级毛片| 国产精品爽爽va在线观看网站| 午夜精品在线福利| 久久人妻av系列| 国产精品.久久久| 国产精品乱码一区二三区的特点| 22中文网久久字幕| 亚洲国产精品sss在线观看| 色综合亚洲欧美另类图片| 亚洲综合色惰| av国产久精品久网站免费入址| 国产单亲对白刺激| 欧美+日韩+精品| 神马国产精品三级电影在线观看| 青春草亚洲视频在线观看| 国产片特级美女逼逼视频| 真实男女啪啪啪动态图| 1000部很黄的大片| 久久久久久久午夜电影| 日韩一区二区三区影片| 伊人久久精品亚洲午夜| 哪个播放器可以免费观看大片| 成人漫画全彩无遮挡| 99热全是精品| 久久精品国产亚洲av涩爱| 国产亚洲5aaaaa淫片| 91久久精品国产一区二区三区| 亚洲欧美中文字幕日韩二区| 人人妻人人看人人澡| ponron亚洲| 国产国拍精品亚洲av在线观看| 禁无遮挡网站| 中文在线观看免费www的网站| .国产精品久久| 久久精品久久久久久噜噜老黄 | 国产亚洲av片在线观看秒播厂 | 午夜福利网站1000一区二区三区| 男女边吃奶边做爰视频| 99热这里只有是精品在线观看| 男女那种视频在线观看| 精品人妻偷拍中文字幕| 九色成人免费人妻av| 国产精品嫩草影院av在线观看| 国产综合懂色| 边亲边吃奶的免费视频| 亚洲最大成人av| 午夜激情福利司机影院| 高清视频免费观看一区二区 | 国产精品精品国产色婷婷| 一级黄片播放器| 久久久欧美国产精品| 婷婷色麻豆天堂久久 | 国产白丝娇喘喷水9色精品| 97人妻精品一区二区三区麻豆| 亚洲av电影在线观看一区二区三区 | 亚洲av男天堂| 国产亚洲精品久久久com| 99热这里只有是精品50| 三级国产精品欧美在线观看| 国产精品爽爽va在线观看网站| 欧美xxxx性猛交bbbb| 午夜视频国产福利| 久久欧美精品欧美久久欧美| 一夜夜www| 91精品国产九色| 尾随美女入室| 热99在线观看视频| 一本一本综合久久| 中文资源天堂在线| 精品国产三级普通话版| 亚洲四区av| 亚洲三级黄色毛片| 男的添女的下面高潮视频| 国产一区二区在线av高清观看| 水蜜桃什么品种好| 不卡视频在线观看欧美| 高清日韩中文字幕在线| 亚洲成人久久爱视频| 赤兔流量卡办理| 婷婷色麻豆天堂久久 | 老司机影院毛片| 免费播放大片免费观看视频在线观看 | 欧美成人精品欧美一级黄| 少妇熟女aⅴ在线视频| www日本黄色视频网| 成人午夜高清在线视频| av在线老鸭窝| 国产精品综合久久久久久久免费| 综合色av麻豆| 亚洲一区高清亚洲精品| 一级黄色大片毛片| 色哟哟·www| 秋霞在线观看毛片| 网址你懂的国产日韩在线| 亚洲国产精品专区欧美| 乱系列少妇在线播放| 久久久久久久久中文| 欧美又色又爽又黄视频| 久久韩国三级中文字幕| 美女被艹到高潮喷水动态| 亚洲精品亚洲一区二区| 我要看日韩黄色一级片| 别揉我奶头 嗯啊视频| 三级男女做爰猛烈吃奶摸视频| 高清日韩中文字幕在线| 99热全是精品| 精品不卡国产一区二区三区| 国产亚洲最大av| 久久精品久久久久久久性| 精品少妇黑人巨大在线播放 | 精品国内亚洲2022精品成人| 亚洲国产精品sss在线观看| 91精品伊人久久大香线蕉| 国产乱人偷精品视频| 天堂中文最新版在线下载 | 22中文网久久字幕| 少妇猛男粗大的猛烈进出视频 | 99久国产av精品| 国产精品1区2区在线观看.| 七月丁香在线播放| 男人和女人高潮做爰伦理| 国产激情偷乱视频一区二区| 成人国产麻豆网| 免费观看的影片在线观看| 联通29元200g的流量卡| 国产精品福利在线免费观看| 99久久精品国产国产毛片| 一级毛片aaaaaa免费看小| 国产av在哪里看| 岛国在线免费视频观看| 国产日韩欧美在线精品| 美女大奶头视频| 女人久久www免费人成看片 | 国产免费男女视频| 亚洲av福利一区| 免费在线观看成人毛片| 波野结衣二区三区在线| 日韩三级伦理在线观看| 美女高潮的动态| 99久久九九国产精品国产免费| 七月丁香在线播放| 久久久国产成人精品二区| 国语自产精品视频在线第100页| 亚洲av男天堂| 国产亚洲一区二区精品| 身体一侧抽搐| 深爱激情五月婷婷| 国产色婷婷99| 精华霜和精华液先用哪个| 18禁裸乳无遮挡免费网站照片| 亚洲在线观看片| 午夜福利在线在线| 男人的好看免费观看在线视频| 午夜视频国产福利| 日日撸夜夜添| 国产真实乱freesex| 久久久久免费精品人妻一区二区| 亚洲av男天堂| 国产69精品久久久久777片| 久久久久久久久久久免费av| 久久精品综合一区二区三区| 午夜福利成人在线免费观看| 亚洲精品日韩在线中文字幕| 亚洲高清免费不卡视频| 日韩在线高清观看一区二区三区| 久久久成人免费电影| 久久久国产成人免费| 国产伦一二天堂av在线观看| 国产亚洲91精品色在线| 女的被弄到高潮叫床怎么办| 我的老师免费观看完整版| 欧美性猛交╳xxx乱大交人| 高清毛片免费看| 男的添女的下面高潮视频| 免费观看性生交大片5| 男女那种视频在线观看| 少妇人妻一区二区三区视频| 国产片特级美女逼逼视频| 久久精品国产亚洲av涩爱| 亚洲精品乱久久久久久| 热99re8久久精品国产| 女人久久www免费人成看片 | 在线观看66精品国产| 国产精品日韩av在线免费观看| 国产v大片淫在线免费观看| 国产高清不卡午夜福利| 欧美一区二区亚洲| 午夜久久久久精精品| 久久精品人妻少妇| 最近手机中文字幕大全| 高清视频免费观看一区二区 | 禁无遮挡网站| 国产精品.久久久| 亚洲内射少妇av| 嘟嘟电影网在线观看| 高清午夜精品一区二区三区| 国产高清有码在线观看视频| 看片在线看免费视频| 国产一区二区在线观看日韩| 51国产日韩欧美| 女人久久www免费人成看片 | 波野结衣二区三区在线| 一级二级三级毛片免费看| 天堂影院成人在线观看| 美女大奶头视频| 1024手机看黄色片| 在线观看66精品国产| 久久久精品欧美日韩精品| 欧美高清性xxxxhd video| ponron亚洲| 男女视频在线观看网站免费| 熟妇人妻久久中文字幕3abv| 成年女人永久免费观看视频| 色尼玛亚洲综合影院| 亚洲精品久久久久久婷婷小说 | 国产精品99久久久久久久久| 国产一区二区在线av高清观看| 亚洲国产成人一精品久久久| 亚洲精品自拍成人| 国产精华一区二区三区| 人人妻人人澡人人爽人人夜夜 | 91精品伊人久久大香线蕉| 一级毛片aaaaaa免费看小| 久久久久精品久久久久真实原创| 桃色一区二区三区在线观看| 欧美一区二区精品小视频在线| 国产高清有码在线观看视频| 国产午夜精品论理片| 日韩三级伦理在线观看| 在线播放国产精品三级| 少妇人妻一区二区三区视频| 国产成人aa在线观看| 黄色日韩在线| 日本爱情动作片www.在线观看| 99热精品在线国产| 我的女老师完整版在线观看| 超碰97精品在线观看| 亚洲av日韩在线播放| 日日干狠狠操夜夜爽| 成人一区二区视频在线观看| 黑人高潮一二区| 欧美成人免费av一区二区三区| 寂寞人妻少妇视频99o| 久久6这里有精品| 美女被艹到高潮喷水动态| 亚洲怡红院男人天堂| 色视频www国产| 亚洲欧美精品自产自拍| 国产精品久久久久久av不卡| 人妻制服诱惑在线中文字幕| 青青草视频在线视频观看| 成人综合一区亚洲| 久久99热这里只有精品18| 午夜激情欧美在线| 天天躁夜夜躁狠狠久久av| 亚洲国产最新在线播放| 国产毛片a区久久久久| 男女国产视频网站| 国产免费又黄又爽又色| 高清日韩中文字幕在线| 在线播放国产精品三级| 少妇丰满av| 三级国产精品片| 大话2 男鬼变身卡| 国产亚洲精品久久久com| 伦理电影大哥的女人| 成人特级av手机在线观看| 最近最新中文字幕大全电影3| 五月伊人婷婷丁香| 亚洲一区高清亚洲精品| 国产精品国产三级专区第一集| 国产亚洲精品久久久com| 国产精品.久久久| 深爱激情五月婷婷| 日日摸夜夜添夜夜添av毛片| 国产亚洲91精品色在线| 成人美女网站在线观看视频| av免费在线看不卡| 国产在线一区二区三区精 | 51国产日韩欧美| 国产成人精品久久久久久| 91精品伊人久久大香线蕉| 高清视频免费观看一区二区 | 精品无人区乱码1区二区| 身体一侧抽搐| 亚洲国产最新在线播放| 成人亚洲欧美一区二区av| 一个人免费在线观看电影| 少妇的逼水好多| 亚洲av免费在线观看| 免费黄网站久久成人精品| 久久99精品国语久久久| 日韩欧美三级三区| 国产综合懂色| 国产私拍福利视频在线观看| 日韩欧美国产在线观看| 男女下面进入的视频免费午夜| 中文字幕精品亚洲无线码一区| 久久久久久久久久成人| 99热这里只有是精品50| 啦啦啦啦在线视频资源| 人人妻人人看人人澡| 亚洲成人中文字幕在线播放| 亚洲av免费高清在线观看| 久久久欧美国产精品| 男女啪啪激烈高潮av片| 亚洲国产精品成人综合色| 又爽又黄a免费视频| 日韩av不卡免费在线播放| 少妇猛男粗大的猛烈进出视频 | 久久久久久久久大av| 成年免费大片在线观看| 亚洲成人av在线免费| 精品久久国产蜜桃| 欧美成人午夜免费资源| 亚洲av日韩在线播放| 欧美一区二区亚洲| 色视频www国产| 一个人看的www免费观看视频| 亚洲国产精品专区欧美| 好男人在线观看高清免费视频| 青春草视频在线免费观看| 亚洲av中文av极速乱| 亚洲内射少妇av| 一级av片app| 国产午夜福利久久久久久| a级毛片免费高清观看在线播放| 国产精品久久久久久精品电影小说 | 国产精品久久久久久精品电影小说 | 黄色欧美视频在线观看| 午夜福利高清视频| 一级毛片电影观看 | 成人高潮视频无遮挡免费网站| 精品一区二区免费观看| 国产精品嫩草影院av在线观看| 18+在线观看网站| 国产精品综合久久久久久久免费| 欧美一区二区亚洲| 日韩欧美国产在线观看| 午夜福利在线在线| 一本一本综合久久| 亚洲性久久影院| 久久久久久久久久黄片| 色视频www国产| 22中文网久久字幕| 国产亚洲av嫩草精品影院| 少妇的逼水好多| 色综合亚洲欧美另类图片| 成人鲁丝片一二三区免费| 欧美日韩综合久久久久久| 免费av毛片视频| 在线免费十八禁| 欧美日韩一区二区视频在线观看视频在线 | 免费在线观看成人毛片| 国产一级毛片七仙女欲春2| 国产黄片视频在线免费观看| 国产又色又爽无遮挡免| 亚洲熟妇中文字幕五十中出| 直男gayav资源| 亚洲国产精品sss在线观看| 久久6这里有精品| 国产大屁股一区二区在线视频| 国产黄片美女视频| 男女国产视频网站| 日韩欧美国产在线观看| 亚洲精品自拍成人| 久久午夜福利片| 久久久久国产网址| 亚洲精品国产成人久久av| 啦啦啦韩国在线观看视频| 亚洲精品日韩av片在线观看| 国产成人aa在线观看| 国产高清不卡午夜福利| 嫩草影院新地址| 久久亚洲国产成人精品v| 国产精品久久久久久精品电影| 久久精品久久久久久久性| 又粗又爽又猛毛片免费看| 好男人在线观看高清免费视频| 在线a可以看的网站| av视频在线观看入口| 色5月婷婷丁香| 91久久精品国产一区二区三区| 免费黄网站久久成人精品| 少妇人妻一区二区三区视频| 熟女人妻精品中文字幕| 寂寞人妻少妇视频99o| 性色avwww在线观看| 三级经典国产精品| 观看美女的网站| 一级毛片aaaaaa免费看小| 国产真实伦视频高清在线观看| 久久久久性生活片| 国产精品一区二区性色av| 六月丁香七月| 亚洲欧美成人精品一区二区| 久久精品综合一区二区三区| 日韩一区二区三区影片| 美女脱内裤让男人舔精品视频| 岛国在线免费视频观看| 欧美潮喷喷水| 高清日韩中文字幕在线| 亚洲最大成人手机在线| 精品酒店卫生间| 国产av不卡久久| 成年av动漫网址| 婷婷色麻豆天堂久久 | 伦理电影大哥的女人| 国内精品一区二区在线观看| 国产精品一区二区三区四区久久| 人妻系列 视频| 三级经典国产精品| 乱人视频在线观看| 久久精品熟女亚洲av麻豆精品 | 黄片无遮挡物在线观看| 成人av在线播放网站| 日本免费在线观看一区| 男女国产视频网站| 亚洲美女搞黄在线观看| 午夜日本视频在线| 国产亚洲av嫩草精品影院| 欧美人与善性xxx| 亚洲最大成人av| 小蜜桃在线观看免费完整版高清| 免费播放大片免费观看视频在线观看 | 久久草成人影院| 亚洲真实伦在线观看| 精品久久久久久久久亚洲| 日本爱情动作片www.在线观看| 精品久久久久久久人妻蜜臀av| 高清日韩中文字幕在线| 国产真实乱freesex| 国产成人freesex在线| 亚洲一级一片aⅴ在线观看| 亚洲国产成人一精品久久久| 97人妻精品一区二区三区麻豆| 免费黄色在线免费观看| 高清视频免费观看一区二区 | 一级二级三级毛片免费看| 国产在线一区二区三区精 | 久久韩国三级中文字幕| 亚洲国产精品合色在线| 男女边吃奶边做爰视频| 天堂网av新在线| av国产免费在线观看| 国产亚洲av嫩草精品影院| 亚洲av二区三区四区| 男女国产视频网站| 成人欧美大片| 免费播放大片免费观看视频在线观看 | 热99re8久久精品国产| 国产黄片美女视频| 国产成人福利小说| 中文字幕免费在线视频6| 国产爱豆传媒在线观看| 69av精品久久久久久| 国产欧美日韩精品一区二区| 在线观看美女被高潮喷水网站| 国产 一区 欧美 日韩| 日产精品乱码卡一卡2卡三| 国内精品宾馆在线| 黄色配什么色好看| 长腿黑丝高跟| 精品人妻一区二区三区麻豆| 91午夜精品亚洲一区二区三区| 一个人观看的视频www高清免费观看| 国产高清三级在线| 2021天堂中文幕一二区在线观| 亚洲五月天丁香| 欧美日韩综合久久久久久| 丰满少妇做爰视频| 国产精品一区二区在线观看99 | 亚洲国产欧洲综合997久久,| 中文字幕免费在线视频6| 97人妻精品一区二区三区麻豆| 女人被狂操c到高潮| 精品久久久久久电影网 | 嫩草影院新地址| 99视频精品全部免费 在线| 国产精品美女特级片免费视频播放器| 精品久久久久久久久亚洲| 久久久a久久爽久久v久久| 淫秽高清视频在线观看| 亚洲经典国产精华液单| 日韩 亚洲 欧美在线| 黄片wwwwww| 国产免费又黄又爽又色| 国产黄色小视频在线观看| 国产av码专区亚洲av| 久久精品夜色国产| 最新中文字幕久久久久| 美女被艹到高潮喷水动态| 日本爱情动作片www.在线观看| 你懂的网址亚洲精品在线观看 | 日韩制服骚丝袜av| 国产伦精品一区二区三区四那| 校园人妻丝袜中文字幕| 国产一级毛片七仙女欲春2| 色视频www国产| 亚洲av男天堂| 久久亚洲国产成人精品v| 精品久久久久久久末码| 国产乱人视频| 九九爱精品视频在线观看| 国产成人福利小说| 色综合色国产| 精品一区二区三区视频在线| www日本黄色视频网| 黄色欧美视频在线观看| av在线播放精品| 麻豆久久精品国产亚洲av| 免费看日本二区| 五月玫瑰六月丁香| 天天一区二区日本电影三级| 99久国产av精品国产电影| 日韩欧美精品v在线| 久久久a久久爽久久v久久| 美女xxoo啪啪120秒动态图| 老司机影院毛片| 秋霞在线观看毛片| 久久久久久久久大av| 亚洲成av人片在线播放无| 97热精品久久久久久| 午夜福利在线在线| 国产亚洲av片在线观看秒播厂 | 一区二区三区乱码不卡18| 日本五十路高清| 又爽又黄a免费视频| 我要看日韩黄色一级片| 国产熟女欧美一区二区| 国产精品国产三级国产专区5o | 午夜免费男女啪啪视频观看| 亚洲高清免费不卡视频| 婷婷色麻豆天堂久久 | 亚洲精品国产成人久久av| 免费av不卡在线播放| 一级黄片播放器| 七月丁香在线播放| 高清视频免费观看一区二区 | 啦啦啦观看免费观看视频高清| 69人妻影院| 国产高潮美女av| 国产精品久久电影中文字幕| 亚洲精品国产成人久久av| 色网站视频免费| 韩国av在线不卡| 丰满人妻一区二区三区视频av| 国产伦一二天堂av在线观看| 亚洲av免费高清在线观看| www日本黄色视频网| 美女被艹到高潮喷水动态| av卡一久久| 日韩av在线免费看完整版不卡| 99久久成人亚洲精品观看| 成人漫画全彩无遮挡| 亚洲第一区二区三区不卡| 国产精品久久久久久久久免| 日本猛色少妇xxxxx猛交久久| 亚洲经典国产精华液单| 麻豆精品久久久久久蜜桃| 日韩三级伦理在线观看| 九草在线视频观看| 午夜激情欧美在线| 色吧在线观看| 日韩,欧美,国产一区二区三区 | 日本色播在线视频| 秋霞伦理黄片| 天天躁日日操中文字幕| av在线观看视频网站免费| 亚洲av成人精品一区久久| 久久6这里有精品| 亚洲精品乱码久久久久久按摩| 亚洲天堂国产精品一区在线| 国产av不卡久久| 欧美日本视频| 黑人高潮一二区| 亚洲av一区综合| 国产探花极品一区二区| 国产亚洲午夜精品一区二区久久 | 国产成人91sexporn| 老女人水多毛片| 久久人人爽人人爽人人片va| 97超碰精品成人国产| 久久99热这里只频精品6学生 | 最近最新中文字幕免费大全7| 真实男女啪啪啪动态图| 亚洲自偷自拍三级| 国产精品野战在线观看| 天美传媒精品一区二区| 色网站视频免费| 国产精品美女特级片免费视频播放器| 村上凉子中文字幕在线| 男人狂女人下面高潮的视频| 亚洲国产精品专区欧美| 亚洲丝袜综合中文字幕| 免费观看人在逋| 精品不卡国产一区二区三区| 国产人妻一区二区三区在| 亚洲乱码一区二区免费版| 国产精品永久免费网站| 少妇的逼好多水| 国产精品99久久久久久久久| 日韩欧美精品免费久久| 精品人妻偷拍中文字幕| 99久国产av精品| 爱豆传媒免费全集在线观看| 亚洲欧美成人精品一区二区|